matlab小波图像增强论文,图像增强论文,关于用Matlab实现基于小波变换的图像增强技术相关参考文献资料-免费论文范文...

导读:本文关于图像增强论文范文,可以做为相关论文参考文献,与写作提纲思路参考。

(湖南理工学院信息与通信工程学院 湖南岳阳 414006)

摘 要:小波是有限宽度的基函数,这些基函数不仅在频率上而且在位置上是变换的,因此,它更适合于处理突变信号和非平稳信号,这一特性可用于图像处理的很多地方,本文将其用于图像增强,并利用matlab软件进行仿真实验,获得了较好的效果.

关键词:图像增强 小波变换 滤波

中图分类号:TP391.4文献标识码:A文章编号:1672-3791(2013)09(a)-0020-01

1. 图像增强原理及方法

对于一个图像处理系统来说,可以分为三个阶段:图像预处理阶段、特征提取阶段、识别分析阶段.图像预处理阶段尤为重要,如果这个阶段处理不好,后面的工作就无法展开,图像增强是图像预处理中重要的方法.图像增强不考虑图像质量的下降的因素,只将图像中感兴趣的特征有选择地突出,而衰减不需要的特征,它的目的主要是提高图像的可读度.

图像增强的方法分为空域法和频域法两类,空域法是指直接在图像所在的空间进行处理,即直接对图像中的各个像素点进行操作,而频域法主要是在图像的某个变换域内,将图像转换到其他空间,利用该空间的特有性质,通过修改变换后的系数,例如傅里叶变换、DCT变换等的系数,对图像进行操作,然后再进行反变换得到处理后的图像.

2. 频域增强的主要步骤

频域增强的主要步骤是:(1)选择变换方法,将输入图像变换到频域空间,(2)在频带空间中,根据处理目的设计一个转换函数,并进行处理,(3)将所得的结果用反变换得到增强图像.

常见的频域增强方法有低通滤波和高通滤波.信号或图像的能量大部分集在在幅度谱的低频和中频段,而在较高的频段,感兴趣的信息常被噪声所淹没.因此,一个能降低高频成分幅度的滤波器就能明显减弱噪声的影响.

3. 基于小波变换的图像增强技术

小波变换是最近20多年来发展起来的用于信号分析和信号处理的一种新的频域变换技术.小波是有限宽度的基函数,这些基函数不仅在频率上而且在位置上是变换的,其具有时间-频率自动伸缩能力,因此,它更适合于处理突变信号和非平稳信号,这一特性可用于图像处理的很多地方.

小波多分辨率分解可以看成信号通过小波滤波器后的小波滤波作用的结果.而小波滤波器具有良好的低通性能.由于图像信号集中在低频部分,小波滤波的低频信号很好地再现了原始信号的信息,同时,由于信号的维数大大减少,所以,小波低通滤波是很好的多分辨率判决方法.对于不同的多分辨率方法,如果采用不同的滤波预处理和不同的相关算法,以及结合的方法不同,就可以形成不同的多分辨率判决决策,使原始图像中不同分辨率的细节特征都得到增强.具体算法如下所述.

(1)对图像进行小波分解,得出边缘轮廓低频部分的小波系数和图像细节高频部分的小波系数,其中,根据分解级数的大小可以得出增强效果的好坏,但并非分解级数越多越好,过大的分解层数在增强算法的运算时间的同时,还会增大计算量,但此时的处理效果并没有明显变好,所以不是分解级数越多越好.经过反复实验根据实验数据比较得出当分解级数为2时,选用不同小波基的处理效果最佳,(2)对边缘轮廓部分和细节高频部分利用小波增强算法针对不同的小波基来修改小波系数,以达到最好的增强效果,(3)最后进行小波重建,得到增强处理后的图像.

4. 用matlab进行小波图像增强实验

利用二维小波分解,实现对图像woman的增强处理.Matlab代码如下:

load woman,

%画出原始图像

subplot(2,2,1),image(X),colormap(map),

title(’原始图像’),

axis square,

%下面进行图像的增强处理

%用小波函数sym4对X进行二层小波分解

[c,s]等于w论文范文edec2(X,2,’sym4’),

sizec等于size(c),

%对分解系数进行处理,突出轮廓部分,弱化细节部分

for i等于1,sizec(2)

if(c(i)&gt,350)

c(i)等于2*c(i),

else

c(i)等于0.5*c(i),

end

end

%下面对处理后的系数进行重构

xx等于w论文范文erec2(c,s,’sym4’),

%画出重构后的图像

subplot(2,2,2),image(xx),

title(’增强图像’)

其显示结果如图1所示.

进一步分析可得图像的信息熵较其他的增强方法有所减少,而图像的峰值信噪比得到较大的提高,说明图像增强后,损失了一部分细节信息,图像的噪声得到较好的抑制.从视觉上看,经过小波变换后,图像的特征信息也更加突出了.

图像增强算法:强视实时图像增强系统

参考文献

[1](美)崔锦泰,著.小波分析导论[M].程正兴,译.西安:西安交通大学出版社,1997.

[2]秦前清,杨宗凯.实用小波分析[M].西安:西安电子科技大学出版社,1994.

[3]赖志国,余啸海.Matlab图像处理与应用[M].北京:国防工业出版社,2004.

[4]林辉,苗永梅.基于小波变换的图像增加方法研究[J].黑龙江科技信息,2012(16):42.

图像增强范文

图像增强算法参考文献总结:

关于本文可作为相关专业图像增强论文写作研究的大学硕士与本科毕业论文图像增强论文开题报告范文和职称论文参考文献资料。